您的位置: 专家智库 > >

潘章明

作品数:17 被引量:32H指数:3
供职机构:广东金融学院更多>>
发文基金:广东省教育部产学研结合项目广东省教育科学规划项目国家社会科学基金更多>>
相关领域:自动化与计算机技术文化科学经济管理更多>>

文献类型

  • 15篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 13篇自动化与计算...
  • 2篇文化科学
  • 1篇经济管理

主题

  • 8篇聚类
  • 4篇全局优化
  • 4篇微粒群
  • 4篇差分
  • 4篇差分进化
  • 3篇优化算法
  • 3篇自动聚类
  • 3篇微粒群优化
  • 3篇微粒群优化算...
  • 3篇粒群优化
  • 2篇人工免疫
  • 2篇人工免疫网络
  • 2篇网络
  • 2篇网络聚类
  • 2篇免疫网络
  • 2篇聚类分析
  • 2篇半监督聚类
  • 2篇KD树
  • 1篇导师
  • 1篇导师制

机构

  • 16篇广东金融学院
  • 1篇北京交通大学
  • 1篇中国矿业大学
  • 1篇中国矿业大学...

作者

  • 17篇潘章明
  • 2篇陈尹立
  • 2篇王泽
  • 2篇曲政
  • 1篇王占刚
  • 1篇王小燕
  • 1篇黄承慧
  • 1篇钟雪灵
  • 1篇唐川
  • 1篇李梅生

传媒

  • 3篇计算机仿真
  • 2篇计算机工程与...
  • 2篇计算机应用
  • 2篇计算机系统应...
  • 1篇计算机应用与...
  • 1篇现代计算机
  • 1篇小型微型计算...
  • 1篇计算机工程与...
  • 1篇电子科技大学...
  • 1篇金融科技时代

年份

  • 1篇2021
  • 1篇2019
  • 1篇2014
  • 1篇2013
  • 2篇2012
  • 4篇2011
  • 4篇2010
  • 2篇2009
  • 1篇2003
17 条 记 录,以下是 1-10
排序方式:
基于共享反K近邻的局部离群点检测算法被引量:7
2013年
离群点检测和分析离群模式隐含的特征是离群点挖掘的重要研究内容。现有离群点检测算法存在两个明显的不足:根据离群度检测离群点,难以确定离群点的数量;忽略了与离群点邻接的聚类信息,不能提供解析离群模式的有效证据。为此,提出一种基于共享反K近邻的离群点检测算法,首先定义了一种对密度和维数变化不敏感的共享反K近邻相似度,然后应用聚类方法将数据集划分为聚类簇和包含离群点的离群簇,从而获取数据集中的离群点及解析离群点的聚类结构。仿真结果表明,反K近邻算法比现有方法更能精确地检测数据集中的局部离群点,具有很好的控制性能。
潘章明陈尹立
关键词:聚类
一种产教融合人才培养互联网教育平台
本实用新型提供了一种产教融合人才培养互联网教育平台,包括显示模块、移动模块、高度调节模块、横向调节模块和轴向调节模块,所述移动模块包括移动小车和固定组件,所述固定组件固定于所述移动小车下端,所述高度调节模块的一端与移动小...
陈惠娥潘章明李梅生张标
基于KD树子样的聚类初始化算法被引量:1
2011年
在处理大数据集聚类初始化问题时,随机子样法是一种重要的数据约简操作。对随机取样的过程、特征及缺陷进行了分析,提出一种基于KD树子样的聚类初始化方法。该方法利用KD树将样本空间以递归方式细分成多个子空间,并分别在各子空间中随机取样形成KD树子样,有效避免了随机子样分布有偏的不足,使得子样中好的聚类初始点也能很好的表达整个数据集的聚类结构。仿真结果表明,该方法选择的聚类初始点更加接近期望的聚类中心,能获得更高的聚类精度。
潘章明
关键词:KD树K均值算法
半监督的人工免疫网络聚类
2011年
数据集的聚类边界不清晰时,人工免疫网络聚类使用最小生成树确定聚类数的依据往往不足。分析了问题存在的原因,提出一种基于人工免疫网络的半监督聚类算法。该算法一方面在抗体克隆操作中嵌入数据集的先验信息,抑制位于聚类边界区域抗体的激活能力,从而保证记忆网络能更清晰的反映数据集中各聚类原型的结构;另一方面,将先验信息用于后期记忆网络的最小生成树分割,有效缓解了因聚类边界模糊而无法获得正确的聚类结果。仿真结果表明,该算法对聚类边界不清晰的数据集可获得较精确的聚类结果,同时运行效率也明显改善。
潘章明
关键词:半监督聚类人工免疫网络克隆选择
金融科技助力破解小微企业融资困局被引量:5
2019年
小微企业遍布各行各业,是我国国民经济的重要组成部分.然而,小微企业在经营过程中普遍融资难、融资贵,极大压缩了它们的生存和发展空间.研究认为近年来兴起的金融科技将有助于破解小微企业融资难、融资贵的困局.信用贷款是小微企业获取贷款的最可行方式.通过探讨金融科技在小微企业信用贷款中风险控制的新思路,以期破解小微企业融资困局.
王小燕黄承慧潘章明钟雪灵
关键词:金融科技融资
本科生导师制在程序设计系列课程教学中的实施策略
2012年
本文从课程群的基本特征入手,以项目驱动教学法为基础,在程序设计课程群教学中引入本科生导师制教学模式,同时给出了具体的实施策略。
潘章明
关键词:本科生导师制项目驱动教学
基于差分进化算法的高斯混合模型参数估计被引量:2
2009年
EM算法用于高斯混合模型参数估计时,具有对初始值敏感、易于陷入局部极小等缺点。将差分进化算法引入高斯混合模型参数估计问题,提出一种基于差分进化算法的高斯混合模型参数估计方法。该方法直接对模型参数进行编码,待优化目标函数简单且物理意义明显,具有算法实现容易、运行效率高及收敛速度快等优点。实验结果表明,新方法具有很强的全局搜索能力,参数估计精度更高、更稳定。
潘章明曲政
关键词:高斯混合模型差分进化算法EM算法参数估计
面向大数据集的共享近邻聚类研究被引量:5
2014年
共享近邻(SNN)相似度能有效克服由高维和多密度等因素引起的聚类有效性问题,但计算效率不高.基于分治策略,提出一种改进的共享近邻聚类算法(DC-SNN).采用软划分策略将数据集分割为多个小规模子集,降低了计算SNN相似矩阵时需要搜索的数据点数量,同时,也避免了子集分割边界对数据点K近邻产生的不利影响.根据在子集中定义的核心数据点和扩展数据点,给出了子集中SNN相似矩阵的计算方法和合并策略,从而确保了以子集SNN相似矩阵表示整个数据集SNN相似矩阵的有效性.实验结果表明,DC-SNN算法能够在确保聚类精度不变的情况下,显著提高共享近邻聚类的效率.
潘章明陈尹立
关键词:分治法大数据集聚类分析
粒度母体混合分布的微粒群算法研究
2010年
针对粒度母体混合分布识别中参数优化求解问题,为进一步提高识别效率,利用一种改进的微粒群算法对粒度母体混合分布的参数进行优化。方法通过设置检验值,判断算法是否陷入局部最优解,并让陷入局部最优的粒子进入下一次迭代,避免微粒群算法在搜索过程中陷入局部最优的缺陷问题。在仿真实验部分,将方法估计的高斯混合模型的参数与迭代EM算法估计的模型参数做比较,结果表明,得到的模型参数接近真实的分布,使得粒度母体混合分布的识别率进一步提高。
王泽曲政潘章明
关键词:微粒群算法
粒度母体分布模式自动分类算法的研究
尽管BP网络在粒度分布模式识别方面得到了成功的应用,但由于作为模式识别基础的建模方法的低效性,使得基于这种方法开发出的软件的推广受到一定程度的限制.该文针对BP网络对训练样本集自动建模的要求,首先从粒度分布特征和监督型学...
潘章明
关键词:聚类分析模式识别
共2页<12>
聚类工具0